Qwen-Image-2.1：有 API 嗎？你今天能用什麼？

Qwen-Image-2.1 有 API 嗎？

沒有。截至 2026 年 9 月 21 日，沒有官方的 Qwen-Image-2.1 API，也看不到任何跡象：

項目	Qwen-Image-2.1 狀態
開放權重	2026 年 9 月 20 日釋出
官方託管 API	未公佈
公開 API 模型 ID	未公佈
官方定價	未公佈
授權	Qwen Research License——僅限非商業研究與評估
目前存在的形式	下載權重、Diffusers 管線、ComfyUI 節點、Hugging Face 示範 Space

任何引用「Qwen-Image-2.1 API 價格」的人，實際上是在為自架 GPU 定價，而非供應商端點。那個數字完全取決於你自己的硬體與使用率，無法與每張影像的 API 費率相提並論。

關於 Qwen-Image-2.1，確實已確認的事項

以下全部來自 Qwen 自家的發佈資料與模型卡。

• 生成與編輯共用同一組權重。 單一的 QwenImage21Pipeline 即可進行文字轉影像與指令式編輯，因此你不需為了切換任務而更換模型。文字與參考影像會先被編碼，再進行去雜訊。
• 約 7B 的影像主幹加上視覺語言編碼器。 視覺部分是一個 32 層的 Single-Stream DiT，約 7B 參數，文字與參考影像由 Qwen3-VL-8B 編碼。計入文字編碼器，整個堆疊約為 16B，而官方 BF16 權重約為 33GB。
• 原生透明度（RGBA）。 VAE 是一個 64 通道、16× 空間壓縮的 RGBA 自編碼器。它能直接生成帶有 alpha 通道的影像、編輯既有的透明圖層，並從普通照片中將主體去背為透明素材。Qwen 自家的提示建議是明確說明，例如：「This is an RGBA image with transparency. … The image has alpha channel and the background is transparent.」
• 最多 10 張參考影像。 單次請求最多可攜帶 10 張條件影像，用於團體合照、虛擬試穿或室內陳設。局部編輯可接受圓圈、筆刷標記或獨立遮罩，並特別強調保留人物與產品的身份特徵。ComfyUI 節點保留了多達 image_16 的槽位。
• 原生 2K 輸出。 常見尺寸為 2048×2048，16:9 畫面則可達約 2752×1536。預設步數為 40。Qwen 強調其改善了文字排版、人像打光與細節表現。
• 效率最佳化。 混合粒度注意力與前綴 KV 快取重用，意味著提示與參考影像只編碼一次，並在去雜訊步驟間重複使用，這在使用多張參考影像進行編輯時最能節省運算。
• 首日生態系。 Hugging Face Diffusers（QwenImage21Pipeline）、ComfyUI（另有獨立打包的量化權重，最低組合約 14GB），以及 vLLM-Omni、SGLang 與 LightX2V。
• 提示改寫模型。 Qwen 也推出了 PE-T2I / PE-I2I 提示改寫模型——約 9B 的 Qwen3.5-VL 微調版本。

尚未確認的事項

• 沒有任何官方單位的託管端點。 Qwen 發佈的是權重，不是服務。
• 沒有官方定價——不論是按張或按 token 都沒有。
• 基準測試是供應商自家的。 Qwen 在其自家的 Qwen-Image-Bench 上報告約 60.28 的分數，其圖表中位居開源模型之首，微幅領先 Nano Banana 2.0（59.82）與 GPT Image 1.5（59.65）。那是自建的基準測試，且發佈當日幾乎沒有獨立複現。請將此排名視為待驗證的說法，而非可引用的結果。

授權條款才是真正的決策關鍵

這是大多數「Qwen-Image-2.1 來了」的報導所略過的部分。權重採用 Qwen Research License，自 2026 年 9 月 20 日起生效：僅限研究與評估用途，非商業性。將其用於商業產品、客戶交付項目，或你自己的付費 API 中，通常需要向 Qwen 另行取得商業授權。

這是立場上的實質轉變。較早的 Qwen-Image 版本採用 Apache 2.0，這正是為什麼這麼多教學都假設「下載就能出貨」。到了 2.1，下載並不代表商業授權。在你用這些權重打造任何面向客戶的產品之前，請閱讀 Hugging Face repo 中的授權條款文本，若你需要商業權利，請直接洽詢 Qwen。

Qwen-Image-2.1 與你可商業使用的圖像 API 之比較

	Qwen-Image-2.1	GPT Image 2 (gpt-image-2)	Nano Banana 2 (gemini-3.1-flash-image)	Nano Banana (gemini-2.5-flash-image)	Nano Banana Pro (gemini-3-pro-image)
存取方式	開放權重，自行託管	API	API	API	API
APIMaster 路由	未託管	5 條上線路由	3 條上線路由	上線	上線
APIMaster 價格，每 1K 張圖像	無 API 價格（你的 GPU 成本）	自 $0.0075 起	自 $0.0469 起	$0.03744	$0.12864
每張圖像參考價	—	$0.25	$0.067	$0.039	$0.134
商業使用	否（研究／評估授權）	是	是	是	是

價格為 APIMaster 的上線路由價格，查核於 2026 年 9 月 21 日，與供應商自身的參考費率各自獨立；可能適用帳戶調整。Qwen-Image-2.1 沒有 API 價格，因為它沒有 API——只有下載。另請注意，原生 RGBA 透明度是 Qwen-Image-2.1 的突出特色；託管路由是否回傳真正的 alpha 通道因通道而異，因此在依賴它之前，請先在你選擇的路由上驗證。

今天該用什麼

• 最便宜的商業圖像生成與編輯：GPT Image 2 (gpt-image-2)。 每 1K 張圖像自 $0.0075 起，對比 $0.25 的參考價，是平台上成本最低的路由，並同時涵蓋生成與參考圖像編輯。從 GPT Image 模型頁面 開始。
• 最接近的替代方案：Nano Banana 2 (gemini-3.1-flash-image)。 Google 目前的 Flash 圖像層級，每 1K 張圖像自 $0.0469 起，對比 $0.067 的參考價。請見 Nano Banana 模型頁面。
• Nano Banana 與 Nano Banana Pro 涵蓋同一系列中較輕量與頂規的兩端，每 1K 張圖像分別為 $0.03744 與 $0.12864。

Qwen 並未從平台上缺席——其文字模型已列出並上線：qwen3.8-max、qwen3.8-flash、qwen3.7-max 與 qwen3.7-plus，全部可透過 Qwen API 頁面 上的單一金鑰存取。圖像模型則是另一回事：由於 Qwen-Image-2.1 為非商業性且沒有託管 API，我們今天沒有可路由的項目。若 Qwen 開放商業授權或託管圖像端點，我們將評估上架——你現在使用的同一把金鑰屆時將可直接涵蓋，無需新的整合。

如何呼叫商業圖像 API

在 APIMaster 主控台 建立金鑰，設定 APIMASTER_API_KEY，並使用下方所示的通道結構描述。在這些路由上，size 是長寬比，resolution 則選擇定價層級。這些慣例屬於該通道，因此請勿將它們複製到直接向供應商發出的請求中。

curl "https://apimaster.ai/v1/images/generations" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A studio product photograph of a red ceramic teapot on a teal table.",
    "size": "1:1",
    "resolution": "1K",
    "n": 1
  }'

切換到 Google 層級只需改一行——設定 "model": "gemini-3.1-flash-image"，並保留相同的金鑰與端點。

為 Qwen-Image-2.1 API 做準備

1. 讓模型 ID 保持可配置。 若託管的 qwen-image 端點日後出現，請將其視為配置值，而非硬編碼一個猜測的字串。
2. 先讀授權條款。 今日的非商業性意味著在 Qwen 授予商業權利之前，不得用於面向客戶的用途。
3. 在你自己的任務上進行基準測試。 在你實際使用的路由上記錄正確性、延遲與每張可用圖像的成本，如此任何未來的比較才公平。
4. 驗證路由實際提供的內容。 單憑模型名稱無法證明是哪個模型回應；在擴大規模前先檢查通道。

FAQ

Qwen-Image-2.1 已經發布了嗎？

權重已經發布。Qwen 於 2026 年 9 月 20 日在 Hugging Face、GitHub、ModelScope 和 ComfyUI 上開源了 Qwen-Image-2.1。目前沒有託管 API 版本。

有官方的 Qwen-Image-2.1 API 或價格嗎？

沒有。Qwen 尚未公布 Qwen-Image-2.1 的 API 模型 ID 和價格。你看到的任何報價都是自架估算，而非供應商費率。

我可以將 Qwen-Image-2.1 用於商業用途嗎？

在已發布的授權條款下不行。權重採用 Qwen Research License，僅限於非商業研究和評估；商業使用需要 Qwen 的另行授權。

APIMaster 是否託管 Qwen-Image-2.1？

沒有。APIMaster 列出了 Qwen 的文字模型（qwen3.8-max、qwen3.8-flash、qwen3.7-max、qwen3.7-plus），但沒有列出 Qwen 的圖像模型，因為沒有可路由的託管 API。只有在 Qwen 開放商業授權或託管端點後，這種情況才會改變。

那麼我應該用什麼來進行商業圖像生成？

GPT Image 2，每 1K 張圖像 $0.0075 起（約比 OpenAI 的 $0.25 參考價低 97%），或 Nano Banana 2，每 1K 張圖像 $0.0469 起。兩者都已上線，都支援編輯，且都透過你的 APIMaster 金鑰按圖像計費。

60.28 的基準測試分數可信嗎？

這是 Qwen 自己的內部基準測試，在 Qwen 的發布圖表中作為頂級開源模型呈現。發布當日的獨立複現有限，因此請將這個數字視為自我報告的聲明，而非經過驗證的結果。

Qwen-Image-2.1 的突出特色是什麼？

原生 RGBA 透明度：64 通道 RGBA VAE 讓它能夠生成和編輯具有真實 Alpha 通道的圖像，這在圖像模型中很不尋常，且難以從許多託管路由中獲得。

來源與驗證日期

• Qwen-Image-2.1 權重與模型卡：huggingface.co/Qwen/Qwen-Image-2.1 — 架構、RGBA VAE、參考圖像與解析度細節。
• Qwen 發布程式碼與節點：github.com/QwenLM/Qwen-Image-2.1。
• Qwen 發布部落格：qwen.ai/blog?id=qwen-image-2.1 — 授權與基準測試框架。
• ModelScope 镜像：modelscope.cn/models/Qwen/Qwen-Image-2.1。
• APIMaster 即時定價目錄與市集卡片，查閱於 2026 年 9 月 21 日。路由可用性與價格可能在發布後變更。

從今天就能使用的圖像 API 開始

Qwen-Image-2.1 值得關注——原生透明度和 10 張圖像編輯確實有趣。但它不是一個你可以呼叫的 API，且其授權排除了商業用途。GPT Image 2 和 Nano Banana 2 現在就已經上線。

建立 APIMaster 帳號，在控制台中生成金鑰，將你的客戶端指向 https://apimaster.ai/v1 並將模型設為 gpt-image-2 — 每 1K 張圖像 $0.0075 起，約比 $0.25 的參考價低 97%。一個 OpenAI 相容金鑰還能使用 Nano Banana、Claude、GPT、DeepSeek 和 Qwen 的文字模型，且每個通道在上架前都經過指紋檢查。